我正在尝试使用演员评论模型测试健身房环境。但是，在环境设置过程中，我得到一个重复的错误：

ConnectionResetError：[Errno 104] 对等方重置连接

这是我的代码：

我正在阅读有关 AlphaGo Zero 的网络结构的信息，并遇到了这个备忘单：

我很难理解跳跃连接是如何在维度上工作的。

具体来说，似乎每个残差层都以它接收到的输入的 2 个堆叠副本结束。这不会导致输入大小随着网络的深度呈指数增长吗？

是否可以通过更改 conv2d 滤波器的输出通道大小来避免这种情况？我看到 in_C 和 out_C 在 pytorch 中不必相同，但我知道的不够多，无法理解这些值不同的含义。

我想开发一个基于开放 AI codex 的概念证明。我已经尝试过使用文档，但我没有得到那个，我必须从哪里开始。所以我想知道如何使用 codex 开发项目或概念证明.我有python知识所以只想使用Codex在我现有的项目中使用它。

https://beta42.api.openai.com/codex-playground 我试过了

curl https://api.openai.com/v1/engines/davinci/completions
-H "Content-Type: application/json"
-H "Authorization: Bearer YOUR_API_KEY"
-d '{"prompt": "这是一个测试", "max_tokens": 5}'

在 A2C 算法中，多个环境在不同的进程中运行，以实现并行计算。在 openai 基线实现中，SubprocVecEnv是为不同环境创建不同进程的类。（您可以在stable_baselines中看到几乎相同的实现）。

我不明白的一点是：为什么进程的参数是一个返回调用环境的函数，env_fn而不是直接调用环境本身env？

换句话说，为什么 L61 是这样的，而不是这样的：

self.ps = [ctx.Process(target=worker, args=(work_remote, remote, CloudpickleWrapper(env)))

谢谢！

我正在尝试为我的网站构建一个开放式对话聊天机器人。我在 openai.com 的 beta 程序中，并且有学分可以玩一些例子。我找到了phyton 的聊天示例，但不确定在网站上实现某些东西的最佳方式是什么。我听说 gpt-3 最适合这样的事情，并且需要最少的培训并使用提示来开始对话。

是否有任何链接/教程/github repo 可以帮助我开始使用它？

非常感谢！

有一个自定义环境。使用 Keras-rl 制作模型并训练代理

错误：

模型输出“Tensor("dense_2/BiasAdd:0", shape=(None, 1, 3), dtype=float32)" 的形状无效。DQN 期望模型对每个动作都有一个维度，在本例中为 3。

编辑：如果我将状态更改为 (3,)，我会收到此错误：

检查输入时出错：预期的 dense_input 有 2 维，但得到的数组形状为 (1, 1, 3)

我想问题在于形状 n/或我如何实现观察状态。

总的来说，我返回的状态是 [[],[],[]]

环境：

型号及代理：

我正在尝试运行 openAI 环境 PGDrive：https ://pgdrive.readthedocs.io/en/stable/index.html

它的代码很简单，并且遵循与 CarPole（ https://gym.openai.com/docs/）相同的想法，具体来说：

但是，该env.reset()命令失败，引发以下消息：raise Exception('Could not open window.').

之前没遇到过这个问题：不知道是Mac的问题，还是render的问题。。

还是我的问题和（OpenAI Gym: env.reset() throwing OSError）一样。如果是这种情况，我该如何解决？

还发现了一个类似的问题（https://github.com/decisionforce/pgdrive/issues/233），但它是“无头机器”的求解器。

任何人都可以帮忙吗？

我最近刚刚尝试使用 Keras-RL 在一个tictactoe 游戏中训练一个代理，我为我的最后三年项目练习制作自定义环境，该项目涉及这样做，但在一个更大的适当游戏中。

在接下来的步骤中，我收到了一个错误，我尝试用谷歌搜索它，但我找到的所有答案都是针对具体情况的（或者我可能只是不擅长谷歌搜索）：

我正在使用以下内容来构建模型：

这是与我自己制作的井字游戏交互的自定义​​环境：

我知道我的代码不是最干净的，所以请原谅我。我只是想快速拼凑一些东西以达到我的真正目标；我的最终项目。如果你想要更多的代码，请告诉我，我会把它扔进去。

谢谢！

编辑：添加错误：

“ValueError：检查输入时出错：预期的 dense_9_input 有 2 个维度，但得到的数组的形状为 (1, 1, 3, 3)”

我试过这个，但它只返回完成，比如默认预设而不是 GPT-3 的“游乐场”中的聊天预设。我正在使用 openai-node 来编写 javascript 而不是 python 来调用 openAI API。

所以我试图将人工智能“GPT-3”实现到一个不和谐的机器人中，看看它是如何工作的，但是 GPT-3 需要一直知道提示（基本上是对话的上下文）。通过我设置它的方式，一旦变量（msg.content）被“MessageCollector”抓取，它就会不断用新字符串替换变量（msg.content）。我需要这样做，以便每当检测到消息时，它都会将该字符串添加到变量中并不断这样做，直到，假设计时器关闭。